CN117057736A - 一种基于智能大脑的数字孪生城市管理平台 - Google Patents

一种基于智能大脑的数字孪生城市管理平台 Download PDF

Info

Publication number
CN117057736A
CN117057736A CN202310965392.4A CN202310965392A CN117057736A CN 117057736 A CN117057736 A CN 117057736A CN 202310965392 A CN202310965392 A CN 202310965392A CN 117057736 A CN117057736 A CN 117057736A
Authority
CN
China
Prior art keywords
data
management
module
digital twin
platform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310965392.4A
Other languages
English (en)
Inventor
王军平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Saibo Yunrui Intelligent Technology Co ltd
Original Assignee
Beijing Saibo Yunrui Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Saibo Yunrui Intelligent Technology Co ltd filed Critical Beijing Saibo Yunrui Intelligent Technology Co ltd
Priority to CN202310965392.4A priority Critical patent/CN117057736A/zh
Publication of CN117057736A publication Critical patent/CN117057736A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于智能大脑的数字孪生城市管理平台，包括：数字孪生数据获取模块，用于获取城市管理综合实体数据，并利用新型信息技术将城市管理综合实体数据转换为数字孪生数据；管理平台构建模块，用于基于智能大脑平台整合数字孪生数据，生成若干个数字孪生城市管理的功能模块；管理平台应用模块，用于利用数字孪生城市管理的功能模块实施城市管理。本发明通过将城市管理综合实体数据转换为数字孪生数据，并基于智能大脑平台进行整合，生成功能模块用于城市管理，以数字孪生可视化为城市的管理提供分析决策依据，有利于提高城市管理的智能化水平。

Description

一种基于智能大脑的数字孪生城市管理平台
技术领域
本发明涉及城市管理技术领域，尤其涉及一种基于智能大脑的数字孪生城市管理平台。
背景技术
数字孪生城市是城市管理在物理空间、社会空间、数字空间融合发展的基础技术手段，数字孪生技术在城市管理中的地位不断提升。
申请号为202211417932.7的专利文件，提出一种数字孪生城市管理系统及方法，系统包括数据中枢模块、应用中枢模块以及服务中枢模块，其中，数据中枢模块，用于整合城市数据资源，建立以城市时空数据为索引，以基础地理数据、自然资源规划数据为基础，以社会资源数据为主干，以物联感知数据为补充的时空数据体系；应用中枢模块，用于针对城市规划中的各目标主体，结合应用领域对实体对象精细程度的需求、以及时空数据体系中涵盖的关联融合关系，进行BIM建模，以及基于得到的BIM模型，进行空间路径规划；服务中枢模块，用于按照数据规律特征、交互特征以及数据类型，对数据集成、融合、三维实体建模、以及空间数相关性计算过程中产生的各项数据进行分类存储。能够加快从传统的“金字塔式”线性管理向互联网时代基于网络式管理组织架构的新型管理模式转变，逐步实现先进管理体系和模式的复制裂变，以数字化、信息化应用技术明确职责分工、避免职能重复、打破数据孤岛、开放数据共享，提高流程管理的程序化、自动化和集成化水平，实现城市的数字化管控。但该专利文件仅围绕数据整合，提高管理效率入手，在平台的拓展应用和提示管理效率上没有相关的技术特征体现。
目前，在城市管理过程中，应用数字孪生技术进行管理的技术实现还不够普遍，在城市管理的重要方向上上还缺乏科学、系统的应用，妨碍了城市管理水平的提升和城市建设的数字化发展进程。
因此，需要一种基于智能大脑的数字孪生城市管理平台。
发明内容
本发明提供了一种基于智能大脑的数字孪生城市管理平台，通过将城市管理综合实体数据转换为数字孪生数据，并基于智能大脑平台进行整合，生成功能模块用于城市管理，以数字孪生可视化为城市的管理提供分析决策依据，有利于提高城市管理的智能化水平。
一种基于智能大脑的数字孪生城市管理平台，包括：
数字孪生数据获取模块，用于获取城市管理综合实体数据，并利用新型信息技术将城市管理综合实体数据转换为数字孪生数据；
管理平台构建模块，用于基于智能大脑平台整合数字孪生数据，生成若干个数字孪生城市管理的功能模块；
管理平台应用模块，用于利用数字孪生城市管理的功能模块实施城市管理。
进一步地，数字孪生数据获取模块包括实体数据获取单元和数字孪生数据生成单元；
实体数据获取单元，用于借助感知设备，获取城市管理综合实体数据；感知设备包括物联网络终端设备、音视频采集终端设备、传感接收终端设备、无人设备和网络定位设备种的一种或多种；城市管理综合实体数据包括城市管理中的人员要素数据、地点要素数据、物体要素数据和事件要素数据的一种或多种；
数字孪生数据生成单元，用于利用新型信息技术，通过处理手段，将城市管理综合实体数据转换为数字孪生数据；新型信息技术包括物联网技术、地理信息系统技术、城市信息模型技术、建筑信息模型构建技术、5G网络技术、人工智能技术、云计算技术和时空大数据技术的一种或多种；处理手段包括建模、组网和机器学习的一种或多种。
进一步地，管理平台构建模块包括数字智能大脑平台构建单元、数字孪生数据处理单元和功能模块生成单元；
智能大脑平台构建单元，用于构建智能大脑平台的组织架构；组织架构包括数据存储处理层、态势分析决策层、场景调用展示层和综合处理层；
数字孪生数据处理单元，用于基于数据模板和数据整合标准，对数字孪生数据进行梳理、分类、重构和整合，生成智能大脑平台数据；
功能模块生成单元，用于根据智能大脑平台的组织架构和智能大脑平台数据，基于城市管理的内容需求，生成若干个用于城市管理的功能模块；功能模块包括已成熟功能子模块、可更新功能子模块、空内容功能子模块和可链接功能子模块。
进一步地，数字孪生数据处理单元包括数据模板生成子单元、整合标准设置子单元和数据集成子单元；
数据模板生成子单元，用于根据数字孪生数据的多源异构内容，生成若干个数据模板；
整合标准设置子单元，用于根据城市管理的规范、标准和制度，设置数据整合标准；
数据集成子单元，用于根据数据模板和数据整合标准，对数字孪生数据进行梳理、分类、重构和整合，集成生成智能大脑平台数据。
进一步地，数据集成子单元包括：
基于知识图谱技术，将数据模板、数据整合标准和数据集成体量设置为知识图谱中的实体，根据数据模板、数据整合标准和数据集成体量的关联关系，生成实体之间的关系，生成数据模板、数据整合标准和数据集成体量的知识图谱；
根据知识图谱的框架大小，获得相对应的数据集成体量；数据集成体量包括按数据量从低到高排列的若干个数据包、数据组、数据单元、数据模组、数据库。
进一步地，管理平台应用模块包括监测管理单元、分析评估单元、场景展示单元和处理处置单元；
监测管理单元，用于基于功能模块，利用数据存储处理层，通过实时存储、检索和调用数字孪生数据，实现对城市管理内容需求的监测管理；
分析评估单元，用于基于功能模块，利用态势分析决策层，通过算法分析、模型训练和推演预测，实现对城市管理内容需求的分析评估管理；
场景展示单元，用于基于功能模块，利用场景调用展示层，通过场景展示、链接定位，实现对城市管理内容需求的展示展现管理；
处理处置单元，用于基于功能模块，利用综合处理层，通过预警提示、联网联动和调度运行，实现对城市管理内容需求的处理处置管理。
进一步地，管理平台应用模块还包括智慧升级单元，用于针对利用数字孪生城市管理的功能模块实施城市管理过程中出现的问题，升级和完善功能模块；智慧升级单元包括管理平台运维数据获取单元、管理平台运维问题获取单元和管理平台运维升级单元；
管理平台运维数据获取单元，用于获取管理平台的运维数据；
管理平台运维问题获取单元，用于对运维数据进行分析研判，获取管理平台的运维问题；根据运维问题的紧急程度、严重程度以及对运维的影响程度，设置运维问题的待解决优先级；
管理平台运维升级单元，用于根据运维问题的待解决优先级，对已成熟功能子模块、可更新功能子模块、空内容功能子模块和可链接功能子模块进行综合处理；若运维问题的待解决优先级处于预设的低级段范围，则对可更新功能子模块和可链接功能子模块结合处理后升级功能模块；若运维问题的待解决优先级处于预设的中级段范围，则对已成熟功能子模块、可更新功能子模块和可链接功能子模块结合处理后升级功能模块；若运维问题的待解决优先级处于预设的高级段范围，则对已成熟功能子模块、可更新功能子模块、空内容功能子模块和可链接功能子模块结合处理后升级功能模块。
进一步地，管理平台应用模块还包括城市管理态势分析预测单元，用于根据城市管理的态势运行数据，结合预设的风险隐患模型预警模型库，根据预设的分析预测模型，分析预测风险隐患的发生概率，若发生概率大于预设的发生概率值，则与风险隐患模型预警模型库中的风险隐患模型预警模型进行匹配，若匹配值大于预设的匹配度阈值，则进行预警。
进一步地，管理平台应用模块还包括数据访问使用单元，用于根据访问使用量的大小，建立智能大脑平台数据的不同的维护管理等级，基于维护管理等级对智能大脑平台数据进行维护；数据访问使用单元包括：
基于区块链技术建立智能大脑平台数据的访问使用架构；
获取访问使用架构的访问使用量，根据访问使用量的数据属性，获取访问使用量的访问周期、使用频率和访问内容占比，根据访问周期、使用频率和访问内容占比相应地设置数据维护周期、维护频次和维护重点内容；
根据数据维护周期、维护频次和维护重点内容，通过多项式回归计算获得智能大脑平台数据的维护管理等级；
基于维护管理等级对智能大脑平台数据进行维护管理。
进一步地，管理平台运行评估模块，用于设置评估模型，利用评估模型对管理平台运行的状况进行周期性地自动评估，并根据评估结果，展示管理平台运行报告；管理平台运行评估模块包括：
获取管理平台的功能模块的功能执行数据，以及城市管理中相对应的历史功能执行实体数据；
比较功能执行数据和历史功能执行实体数据，获得功能执行效率差异数据；
根据功能执行效率差异数据，获得效率差异值和若干个影响效率的因素的影响效率值；
基于效率差异值和因素的影响效率值，基于人工神经网络技术，构建评估模型；评估模型用于输入功能执行效率差异值和若干个因素的影响效率值，输出管理平台运行的评估值；
根据评估值、评估周期、功能执行项、影响效率的因素和因素的影响效率值，生成管理平台运行报告，并进行展示。
本发明与现有技术相比，具有如下的优点和有益效果：通过将城市管理综合实体数据转换为数字孪生数据，并基于智能大脑平台进行整合，生成功能模块用于城市管理，以数字孪生可视化为城市的管理提供分析决策依据，有利于提高城市管理的智能化水平。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明的一种基于智能大脑的数字孪生城市管理平台结构示意图；
图2为本发明的一种基于智能大脑的数字孪生城市管理平台的数字孪生数据获取模块结构示意图；
图3为本发明的一种基于智能大脑的数字孪生城市管理平台的管理平台构建模块结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供了一种基于智能大脑的数字孪生城市管理平台，如图1所示，包括：数字孪生数据获取模块，用于获取城市管理综合实体数据，并利用新型信息技术将城市管理综合实体数据转换为数字孪生数据；
管理平台构建模块，用于基于智能大脑平台整合数字孪生数据，生成若干个数字孪生城市管理的功能模块；
管理平台应用模块，用于利用数字孪生城市管理的功能模块实施城市管理。
上述技术方案的工作原理为：数字孪生数据获取模块，用于获取城市管理综合实体数据，并利用新型信息技术将城市管理综合实体数据转换为数字孪生数据；
管理平台构建模块，用于基于智能大脑平台整合数字孪生数据，生成若干个数字孪生城市管理的功能模块；
管理平台应用模块，用于利用数字孪生城市管理的功能模块实施城市管理。
上述技术方案的有益效果为：采用本实施例提供的方案，通过将城市管理综合实体数据转换为数字孪生数据，并基于智能大脑平台进行整合，生成功能模块用于城市管理，以数字孪生可视化为城市的管理提供分析决策依据，有利于提高城市管理的智能化水平。
在一个实施例中，如图2所示，数字孪生数据获取模块包括实体数据获取单元和数字孪生数据生成单元；
实体数据获取单元，用于借助感知设备，获取城市管理综合实体数据；感知设备包括物联网络终端设备、音视频采集终端设备、传感接收终端设备、无人设备和网络定位设备种的一种或多种；城市管理综合实体数据包括城市管理中的人员要素数据、地点要素数据、物体要素数据和事件要素数据的一种或多种；
数字孪生数据生成单元，用于利用新型信息技术，通过处理手段，将城市管理综合实体数据转换为数字孪生数据；新型信息技术包括物联网技术、地理信息系统技术、城市信息模型技术、建筑信息模型构建技术、5G网络技术、人工智能技术、云计算技术和时空大数据技术的一种或多种；处理手段包括建模、组网和机器学习的一种或多种。
上述技术方案的工作原理为：数字孪生数据获取模块包括实体数据获取单元和数字孪生数据生成单元；
实体数据获取单元，用于借助感知设备，获取城市管理综合实体数据；感知设备包括物联网络终端设备、音视频采集终端设备、传感接收终端设备、无人设备和网络定位设备种的一种或多种；城市管理综合实体数据包括城市管理中的人员要素数据、地点要素数据、物体要素数据和事件要素数据的一种或多种；
数字孪生数据生成单元，用于利用新型信息技术，通过处理手段，将城市管理综合实体数据转换为数字孪生数据；新型信息技术包括物联网技术、地理信息系统技术、城市信息模型技术、建筑信息模型构建技术、5G网络技术、人工智能技术、云计算技术和时空大数据技术的一种或多种；处理手段包括建模、组网和机器学习的一种或多种。
在通过处理手段，将城市管理综合实体数据转换为数字孪生数据过程中，数字孪生数据中会存在大量冗余数据和低准确度数据，这些数据影响着后续的数据分析效率和利用的准确性，需要对数据进行去冗余处理，通过消除数据噪声还原真实数据；通过对当前时刻数据流已知先验值进行最优估计，获得最优后验估计值；最优后验估计值的计算公式为：
上式中，代表t时刻的最优后验估计值，/>代表t时刻的先验估计值，Mt代表t时刻的真实值与最优后验估计值之间的协方差，H代表观测矩阵，HT代表观测矩阵的转置矩阵，Dt代表t时刻的观测值，L代表观测值的协方差。
上述技术方案的有益效果为：采用本实施例提供的方案，通过获取实体数据和将实体数据转换为数字孪生数据，可为后续的城市管理提供数据支持；通过进行冗余数据处理，可降低数据波动性，提高精准度。
在一个实施例中，如图3所示，管理平台构建模块包括数字智能大脑平台构建单元、数字孪生数据处理单元和功能模块生成单元；
智能大脑平台构建单元，用于构建智能大脑平台的组织架构；组织架构包括数据存储处理层、态势分析决策层、场景调用展示层和综合处理层；
数字孪生数据处理单元，用于基于数据模板和数据整合标准，对数字孪生数据进行梳理、分类、重构和整合，生成智能大脑平台数据；
功能模块生成单元，用于根据智能大脑平台的组织架构和智能大脑平台数据，基于城市管理的内容需求，生成若干个用于城市管理的功能模块；功能模块包括已成熟功能子模块、可更新功能子模块、空内容功能子模块和可链接功能子模块。
上述技术方案的工作原理为：管理平台构建模块包括数字智能大脑平台构建单元、数字孪生数据处理单元和功能模块生成单元；
智能大脑平台构建单元，用于构建智能大脑平台的组织架构；组织架构包括数据存储处理层、态势分析决策层、场景调用展示层和综合处理层；
数字孪生数据处理单元，用于基于数据模板和数据整合标准，对数字孪生数据进行梳理、分类、重构和整合，生成智能大脑平台数据；
功能模块生成单元，用于根据智能大脑平台的组织架构和智能大脑平台数据，基于城市管理的内容需求，生成若干个用于城市管理的功能模块；功能模块包括已成熟功能子模块、可更新功能子模块、空内容功能子模块和可链接功能子模块。
上述技术方案的有益效果为：采用本实施例提供的方案，通过智能大脑平台的构建、数字孪生数据处理以及功能模块的生成，为管理平台的体系搭建奠定基础，便于后续的管理。
在一个实施例中，数字孪生数据处理单元包括数据模板生成子单元、整合标准设置子单元和数据集成子单元；
数据模板生成子单元，用于根据数字孪生数据的多源异构内容，生成若干个数据模板；
整合标准设置子单元，用于根据城市管理的规范、标准和制度，设置数据整合标准；
数据集成子单元，用于根据数据模板和数据整合标准，对数字孪生数据进行梳理、分类、重构和整合，集成生成智能大脑平台数据。
上述技术方案的工作原理为：数字孪生数据处理单元包括数据模板生成子单元、整合标准设置子单元和数据集成子单元；
数据模板生成子单元，用于根据数字孪生数据的多源异构内容，生成若干个数据模板；
整合标准设置子单元，用于根据城市管理的规范、标准和制度，设置数据整合标准；
数据集成子单元，用于根据数据模板和数据整合标准，对数字孪生数据进行梳理、分类、重构和整合，集成生成智能大脑平台数据。
上述技术方案的有益效果为：采用本实施例提供的方案，通过模板的生成、数据整合标准的设置以及数据集成，可实现对数字孪生数据的处理，有利于提高数据处理的质量。；
在一个实施例中，数据集成子单元包括：
基于知识图谱技术，将数据模板、数据整合标准和数据集成体量设置为知识图谱中的实体，根据数据模板、数据整合标准和数据集成体量的关联关系，生成实体之间的关系，生成数据模板、数据整合标准和数据集成体量的知识图谱；
根据知识图谱的框架大小，获得相对应的数据集成体量；数据集成体量包括按数据量从低到高排列的若干个数据包、数据组、数据单元、数据模组、数据库。
上述技术方案的工作原理为：数据集成子单元包括：
基于知识图谱技术，将数据模板、数据整合标准和数据集成体量设置为知识图谱中的实体，根据数据模板、数据整合标准和数据集成体量的关联关系，生成实体之间的关系，生成数据模板、数据整合标准和数据集成体量的知识图谱；
根据知识图谱的框架大小，获得相对应的数据集成体量；数据集成体量包括按数据量从低到高排列的若干个数据包、数据组、数据单元、数据模组、数据库。
上述技术方案的有益效果为：采用本实施例提供的方案，通过采用知识图谱技术获得数据集成体量，可灵活、科学地对数据进行集成处理，有利于提高集成处理的质量。
在一个实施例中，管理平台应用模块包括监测管理单元、分析评估单元、场景展示单元和处理处置单元；
监测管理单元，用于基于功能模块，利用数据存储处理层，通过实时存储、检索和调用数字孪生数据，实现对城市管理内容需求的监测管理；
分析评估单元，用于基于功能模块，利用态势分析决策层，通过算法分析、模型训练和推演预测，实现对城市管理内容需求的分析评估管理；
场景展示单元，用于基于功能模块，利用场景调用展示层，通过场景展示、链接定位，实现对城市管理内容需求的展示展现管理；
处理处置单元，用于基于功能模块，利用综合处理层，通过预警提示、联网联动和调度运行，实现对城市管理内容需求的处理处置管理。
上述技术方案的工作原理为：管理平台应用模块包括监测管理单元、分析评估单元、场景展示单元和处理处置单元；
监测管理单元，用于基于功能模块，利用数据存储处理层，通过实时存储、检索和调用数字孪生数据，实现对城市管理内容需求的监测管理；
分析评估单元，用于基于功能模块，利用态势分析决策层，通过算法分析、模型训练和推演预测，实现对城市管理内容需求的分析评估管理；常见评测指标有精确率、召回率、F1值等，可通过机器学习算法进行分析，比如二元混淆矩阵、PR曲线与ROC曲线进、回归算法、目标检测算法等；模型评估主要有：预测误差情况、拟合程度、模型稳定性等方面，可通过机器学习模型、回归模型和二元分类模型等进行训练；推演预测的方法包括单耗法、弹性系数法、统计分析法和灰色预测法，可通过灰色预测模型、插值与拟合、时间序列预测、差分方程、微分方程模型和神经元网络数学建模等进行推演预测。
场景展示单元，用于基于功能模块，利用场景调用展示层，通过场景展示、链接定位，实现对城市管理内容需求的展示展现管理；
处理处置单元，用于基于功能模块，利用综合处理层，通过预警提示、联网联动和调度运行，实现对城市管理内容需求的处理处置管理。
上述技术方案的有益效果为：采用本实施例提供的方案，从管理平台要实现的功能角度对管理平台应用模块进行划分，有利于科学全面地布置管理平台的功能，提高管理平台的管理质量。
在一个实施例中，管理平台应用模块还包括智慧升级单元，用于针对利用数字孪生城市管理的功能模块实施城市管理过程中出现的问题，升级和完善功能模块；智慧升级单元包括管理平台运维数据获取单元、管理平台运维问题获取单元和管理平台运维升级单元；
管理平台运维数据获取单元，用于获取管理平台的运维数据；
管理平台运维问题获取单元，用于对运维数据进行分析研判，获取管理平台的运维问题；根据运维问题的紧急程度、严重程度以及对运维的影响程度，设置运维问题的待解决优先级；
管理平台运维升级单元，用于根据运维问题的待解决优先级，对已成熟功能子模块、可更新功能子模块、空内容功能子模块和可链接功能子模块进行综合处理；若运维问题的待解决优先级处于预设的低级段范围，则对可更新功能子模块和可链接功能子模块结合处理后升级功能模块；若运维问题的待解决优先级处于预设的中级段范围，则对已成熟功能子模块、可更新功能子模块和可链接功能子模块结合处理后升级功能模块；若运维问题的待解决优先级处于预设的高级段范围，则对已成熟功能子模块、可更新功能子模块、空内容功能子模块和可链接功能子模块结合处理后升级功能模块。
上述技术方案的工作原理为：管理平台应用模块还包括智慧升级单元，用于针对利用数字孪生城市管理的功能模块实施城市管理过程中出现的问题，升级和完善功能模块；智慧升级单元包括管理平台运维数据获取单元、管理平台运维问题获取单元和管理平台运维升级单元；
管理平台运维数据获取单元，用于获取管理平台的运维数据；
管理平台运维问题获取单元，用于对运维数据进行分析研判，获取管理平台的运维问题；根据运维问题的紧急程度、严重程度以及对运维的影响程度，设置运维问题的待解决优先级；
管理平台运维升级单元，用于根据运维问题的待解决优先级，对已成熟功能子模块、可更新功能子模块、空内容功能子模块和可链接功能子模块进行综合处理；若运维问题的待解决优先级处于预设的低级段范围，则对可更新功能子模块和可链接功能子模块结合处理后升级功能模块；若运维问题的待解决优先级处于预设的中级段范围，则对已成熟功能子模块、可更新功能子模块和可链接功能子模块结合处理后升级功能模块；若运维问题的待解决优先级处于预设的高级段范围，则对已成熟功能子模块、可更新功能子模块、空内容功能子模块和可链接功能子模块结合处理后升级功能模块。
上述技术方案的有益效果为：采用本实施例提供的方案，通过针对利用数字孪生城市管理的功能模块实施城市管理过程中出现的问题，升级和完善功能模块，可提高功能模块的升级效率和自我完善的功能，有利于功能模块的功能实现。
在一个实施例中，管理平台应用模块还包括城市管理态势分析预测单元，用于根据城市管理的态势运行数据，结合预设的风险隐患模型预警模型库，根据预设的分析预测模型，分析预测风险隐患的发生概率，若发生概率大于预设的发生概率值，则与风险隐患模型预警模型库中的风险隐患模型预警模型进行匹配，若匹配值大于预设的匹配度阈值，则进行预警。
上述技术方案的工作原理为：管理平台应用模块还包括城市管理态势分析预测单元，用于根据城市管理的态势运行数据，结合预设的风险隐患模型预警模型库，根据预设的分析预测模型，分析预测风险隐患的发生概率，若发生概率大于预设的发生概率值，则与风险隐患模型预警模型库中的风险隐患模型预警模型进行匹配，若匹配值大于预设的匹配度阈值，则进行预警。
上述技术方案的有益效果为：采用本实施例提供的方案，通过城市管理态势分析预测单元，可有重点的突出管理平台的功能，及时发现管理平台运行中的问题，及时进行解决。
在一个实施例中，管理平台应用模块还包括数据访问使用单元，用于根据访问使用量的大小，建立智能大脑平台数据的不同的维护管理等级，基于维护管理等级对智能大脑平台数据进行维护；数据访问使用单元包括：
基于区块链技术建立智能大脑平台数据的访问使用架构；
获取访问使用架构的访问使用量，根据访问使用量的数据属性，获取访问使用量的访问周期、使用频率和访问内容占比，根据访问周期、使用频率和访问内容占比相应地设置数据维护周期、维护频次和维护重点内容；
根据数据维护周期、维护频次和维护重点内容，通过多项式回归计算获得智能大脑平台数据的维护管理等级；
基于维护管理等级对智能大脑平台数据进行维护管理。
上述技术方案的工作原理为：管理平台应用模块还包括数据访问使用单元，用于根据访问使用量的大小，建立智能大脑平台数据的不同的维护管理等级，基于维护管理等级对智能大脑平台数据进行维护；数据访问使用单元包括：
基于区块链技术建立智能大脑平台数据的访问使用架构；
获取访问使用架构的访问使用量，根据访问使用量的数据属性，获取访问使用量的访问周期、使用频率和访问内容占比，根据访问周期、使用频率和访问内容占比相应地设置数据维护周期、维护频次和维护重点内容；
根据数据维护周期、维护频次和维护重点内容，通过多项式回归计算获得智能大脑平台数据的维护管理等级；
基于维护管理等级对智能大脑平台数据进行维护管理。
上述技术方案的有益效果为：采用本实施例提供的方案，通过根据访问使用量的大小，建立智能大脑平台数据的不同的维护管理等级，基于维护管理等级对智能大脑平台数据进行维护，可提高维护的质量，便于智能大脑平台数据的使用和管理。
在一个实施例中，管理平台运行评估模块，用于设置评估模型，利用评估模型对管理平台运行的状况进行周期性地自动评估，并根据评估结果，展示管理平台运行报告；管理平台运行评估模块包括：
获取管理平台的功能模块的功能执行数据，以及城市管理中相对应的历史功能执行实体数据；
比较功能执行数据和历史功能执行实体数据，获得功能执行效率差异数据；
根据功能执行效率差异数据，获得效率差异值和若干个影响效率的因素的影响效率值；
基于效率差异值和因素的影响效率值，基于人工神经网络技术，构建评估模型；评估模型用于输入功能执行效率差异值和若干个因素的影响效率值，输出管理平台运行的评估值；
根据评估值、评估周期、功能执行项、影响效率的因素和因素的影响效率值，生成管理平台运行报告，并进行展示。
上述技术方案的工作原理为：管理平台运行评估模块，用于设置评估模型，利用评估模型对管理平台运行的状况进行周期性地自动评估，并根据评估结果，展示管理平台运行报告；管理平台运行评估模块包括：
获取管理平台的功能模块的功能执行数据，以及城市管理中相对应的历史功能执行实体数据；
比较功能执行数据和历史功能执行实体数据，获得功能执行效率差异数据；
根据功能执行效率差异数据，获得效率差异值和若干个影响效率的因素的影响效率值；
基于效率差异值和因素的影响效率值，基于人工神经网络技术，构建评估模型；评估模型用于输入功能执行效率差异值和若干个因素的影响效率值，输出管理平台运行的评估值；
根据评估值、评估周期、功能执行项、影响效率的因素和因素的影响效率值，生成管理平台运行报告，并进行展示。
上述技术方案的有益效果为：采用本实施例提供的方案，通过设置评估模型，利用评估模型对管理平台运行的状况进行周期性地自动评估，并根据评估结果，展示管理平台运行报告，有利于对管理平台功能的评估和改进，提高管理平台效能的发挥。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于智能大脑的数字孪生城市管理平台，其特征在于，包括：
数字孪生数据获取模块，用于获取城市管理综合实体数据，并利用新型信息技术将城市管理综合实体数据转换为数字孪生数据；
管理平台构建模块，用于基于智能大脑平台整合数字孪生数据，生成若干个数字孪生城市管理的功能模块；
管理平台应用模块，用于利用数字孪生城市管理的功能模块实施城市管理。
2.根据权利要求1所述的一种基于智能大脑的数字孪生城市管理平台，其特征在于，数字孪生数据获取模块包括实体数据获取单元和数字孪生数据生成单元；
实体数据获取单元，用于借助感知设备，获取城市管理综合实体数据；感知设备包括物联网络终端设备、音视频采集终端设备、传感接收终端设备、无人设备和网络定位设备种的一种或多种；城市管理综合实体数据包括城市管理中的人员要素数据、地点要素数据、物体要素数据和事件要素数据的一种或多种；
数字孪生数据生成单元，用于利用新型信息技术，通过处理手段，将城市管理综合实体数据转换为数字孪生数据；新型信息技术包括物联网技术、地理信息系统技术、城市信息模型技术、建筑信息模型构建技术、5G网络技术、人工智能技术、云计算技术和时空大数据技术的一种或多种；处理手段包括建模、组网和机器学习的一种或多种。
3.根据权利要求1所述的一种基于智能大脑的数字孪生城市管理平台，其特征在于，管理平台构建模块包括数字智能大脑平台构建单元、数字孪生数据处理单元和功能模块生成单元；
智能大脑平台构建单元，用于构建智能大脑平台的组织架构；组织架构包括数据存储处理层、态势分析决策层、场景调用展示层和综合处理层；
数字孪生数据处理单元，用于基于数据模板和数据整合标准，对数字孪生数据进行梳理、分类、重构和整合，生成智能大脑平台数据；
功能模块生成单元，用于根据智能大脑平台的组织架构和智能大脑平台数据，基于城市管理的内容需求，生成若干个用于城市管理的功能模块；功能模块包括已成熟功能子模块、可更新功能子模块、空内容功能子模块和可链接功能子模块。
4.根据权利要求3所述的一种基于智能大脑的数字孪生城市管理平台，其特征在于，数字孪生数据处理单元包括数据模板生成子单元、整合标准设置子单元和数据集成子单元；
数据模板生成子单元，用于根据数字孪生数据的多源异构内容，生成若干个数据模板；
整合标准设置子单元，用于根据城市管理的规范、标准和制度，设置数据整合标准；
数据集成子单元，用于根据数据模板和数据整合标准，对数字孪生数据进行梳理、分类、重构和整合，集成生成智能大脑平台数据。
5.根据权利要求4所述的一种基于智能大脑的数字孪生城市管理平台，其特征在于，数据集成子单元包括：
基于知识图谱技术，将数据模板、数据整合标准和数据集成体量设置为知识图谱中的实体，根据数据模板、数据整合标准和数据集成体量的关联关系，生成实体之间的关系，生成数据模板、数据整合标准和数据集成体量的知识图谱；
根据知识图谱的框架大小，获得相对应的数据集成体量；数据集成体量包括按数据量从低到高排列的若干个数据包、数据组、数据单元、数据模组、数据库。
6.根据权利要求3所述的一种基于智能大脑的数字孪生城市管理平台，其特征在于，管理平台应用模块包括监测管理单元、分析评估单元、场景展示单元和处理处置单元；
监测管理单元，用于基于功能模块，利用数据存储处理层，通过实时存储、检索和调用数字孪生数据，实现对城市管理内容需求的监测管理；
分析评估单元，用于基于功能模块，利用态势分析决策层，通过算法分析、模型训练和推演预测，实现对城市管理内容需求的分析评估管理；
场景展示单元，用于基于功能模块，利用场景调用展示层，通过场景展示、链接定位，实现对城市管理内容需求的展示展现管理；
处理处置单元，用于基于功能模块，利用综合处理层，通过预警提示、联网联动和调度运行，实现对城市管理内容需求的处理处置管理。
7.根据权利要求3所述的一种基于智能大脑的数字孪生城市管理平台，其特征在于，管理平台应用模块还包括智慧升级单元，用于针对利用数字孪生城市管理的功能模块实施城市管理过程中出现的问题，升级和完善功能模块；智慧升级单元包括管理平台运维数据获取单元、管理平台运维问题获取单元和管理平台运维升级单元；
管理平台运维数据获取单元，用于获取管理平台的运维数据；
管理平台运维问题获取单元，用于对运维数据进行分析研判，获取管理平台的运维问题；根据运维问题的紧急程度、严重程度以及对运维的影响程度，设置运维问题的待解决优先级；
管理平台运维升级单元，用于根据运维问题的待解决优先级，对已成熟功能子模块、可更新功能子模块、空内容功能子模块和可链接功能子模块进行综合处理；若运维问题的待解决优先级处于预设的低级段范围，则对可更新功能子模块和可链接功能子模块结合处理后升级功能模块；若运维问题的待解决优先级处于预设的中级段范围，则对已成熟功能子模块、可更新功能子模块和可链接功能子模块结合处理后升级功能模块；若运维问题的待解决优先级处于预设的高级段范围，则对已成熟功能子模块、可更新功能子模块、空内容功能子模块和可链接功能子模块结合处理后升级功能模块。
8.根据权利要求1所述的一种基于智能大脑的数字孪生城市管理平台，其特征在于，管理平台应用模块还包括城市管理态势分析预测单元，用于根据城市管理的态势运行数据，结合预设的风险隐患模型预警模型库，根据预设的分析预测模型，分析预测风险隐患的发生概率，若发生概率大于预设的发生概率值，则与风险隐患模型预警模型库中的风险隐患模型预警模型进行匹配，若匹配值大于预设的匹配度阈值，则进行预警。
9.根据权利要求1所述的一种基于智能大脑的数字孪生城市管理平台，其特征在于，管理平台应用模块还包括数据访问使用单元，用于根据访问使用量的大小，建立智能大脑平台数据的不同的维护管理等级，基于维护管理等级对智能大脑平台数据进行维护；数据访问使用单元包括：
基于区块链技术建立智能大脑平台数据的访问使用架构；
获取访问使用架构的访问使用量，根据访问使用量的数据属性，获取访问使用量的访问周期、使用频率和访问内容占比，根据访问周期、使用频率和访问内容占比相应地设置数据维护周期、维护频次和维护重点内容；
根据数据维护周期、维护频次和维护重点内容，通过多项式回归计算获得智能大脑平台数据的维护管理等级；
基于维护管理等级对智能大脑平台数据进行维护管理。
10.根据权利要求1所述的一种基于智能大脑的数字孪生城市管理平台，其特征在于，管理平台运行评估模块，用于设置评估模型，利用评估模型对管理平台运行的状况进行周期性地自动评估，并根据评估结果，展示管理平台运行报告；管理平台运行评估模块包括：
获取管理平台的功能模块的功能执行数据，以及城市管理中相对应的历史功能执行实体数据；
比较功能执行数据和历史功能执行实体数据，获得功能执行效率差异数据；
根据功能执行效率差异数据，获得效率差异值和若干个影响效率的因素的影响效率值；
基于效率差异值和因素的影响效率值，基于人工神经网络技术，构建评估模型；评估模型用于输入功能执行效率差异值和若干个因素的影响效率值，输出管理平台运行的评估值；
根据评估值、评估周期、功能执行项、影响效率的因素和因素的影响效率值，生成管理平台运行报告，并进行展示。
CN202310965392.4A 2023-08-02 2023-08-02 一种基于智能大脑的数字孪生城市管理平台 Pending CN117057736A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310965392.4A CN117057736A (zh) 2023-08-02 2023-08-02 一种基于智能大脑的数字孪生城市管理平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310965392.4A CN117057736A (zh) 2023-08-02 2023-08-02 一种基于智能大脑的数字孪生城市管理平台

Publications (1)

Publication Number Publication Date
CN117057736A true CN117057736A (zh) 2023-11-14

Family

ID=88658184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310965392.4A Pending CN117057736A (zh) 2023-08-02 2023-08-02 一种基于智能大脑的数字孪生城市管理平台

Country Status (1)

Country Link
CN (1) CN117057736A (zh)

Similar Documents

Publication Publication Date Title
CN108388969A (zh) 基于个人行为时序特征的内部威胁人物风险预测方法
CN111611488A (zh) 基于人工智能的信息推荐方法、装置、电子设备
CN111275962A (zh) 车辆轨迹数据聚集效应预测方法及装置
CN111369299A (zh) 识别的方法、装置、设备及计算机可读存储介质
CN114118507A (zh) 一种基于多维信息融合的风险评估预警方法和装置
CN117495109B (zh) 一种基于神经网络的窃电用户识别系统
CN113570867A (zh) 一种城市交通状态预测方法、装置、设备及可读存储介质
CN112084240B (zh) 一种群租房智能识别、联动治理方法及系统
CN111914166B (zh) 应用于社区矫正人员的矫正策略个性化推荐系统
CN115882455B (zh) 一种分布式光伏发电预测方法、系统及终端机
CN111667151B (zh) 一种电力市场风险全景识别方法及系统
CN117876194A (zh) 一种基于物联网的智慧城市数字孪生管控方法及装置
CN113205223A (zh) 一种电量预测系统及其预测方法
CN110175696B (zh) 一种基于多元回归的渔港船舶进出港动态预测方法及系统
CN114726751A (zh) 资源质量监控的智能化预警方法、系统、设备和存储介质
CN117408394B (zh) 电力系统的碳排放因子预测方法、装置及电子设备
Wang et al. A transformer-based multi-entity load forecasting method for integrated energy systems
CN111708919B (zh) 一种大数据处理方法及系统
CN117933531A (zh) 一种分布式光伏发电功率预测系统及方法
CN117495422A (zh) 基于电力通信网建设的造价管理系统及其方法
Jiang et al. Time series based behavior pattern quantification analysis and prediction—A study on animal behavior
CN117057736A (zh) 一种基于智能大脑的数字孪生城市管理平台
CN115883392A (zh) 算力网络的数据感知方法、装置、电子设备及存储介质
CN113792945B (zh) 一种营运车辆的派遣方法、装置、设备及可读存储介质
CN113807704A (zh) 一种城市轨道交通数据的智能算法平台构建方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination